更多>>关于我们

西安鲲之鹏网络信息技术有限公司从2010年开始专注于Web(网站)数据抓取领域。致力于为广大中国客户提供准确、快捷的数据采集相关服务。我们采用分布式系统架构,日采集网页数千万。我们拥有海量稳定高匿HTTP代理IP地址池,可以有效绕过各种反采集策略。

您只需告诉我们您想抓取的网站是什么,您感兴趣的字段有哪些,你需要的数据是哪种格式,我们将为您做所有的工作,最后把数据(或程序)交付给你。

数据的格式可以是CSV、JSON、XML、ACCESS、SQLITE、MSSQL、MYSQL等等。

更多>>官方微博

西安鲲之鹏
陕西 西安

加关注

  • Selenium disable Image loading in different browsers >>> http://tarunlalwani.com/post/selenium-disable-image-loading-different-browsers/ ​​​​
    发布时间:2018-07-11 18:21:10
  • chromedriver 镜像 - ChromeDriver Mirror >>> http://npm.taobao.org/mirrors/chromedriver/ ​​​​
    发布时间:2018-07-11 18:20:49
  • "全国POI信息数据库" 上线:涵盖美食、休闲娱乐、酒店、丽人等15大分类,覆盖全国350多个城市,数据量超过4700万条 >>> 点击前往:http://www.poilist.cn/ ​​​​
    发布时间:2018-07-11 15:28:47
  • 【最新发布】国内知名本地生活信息平台4794万商户POI数据2018年06月份更新 >>> http://www.site-digger.com/html/articles/20180702/647.html ​​​​
    发布时间:2018-07-02 11:25:13
  • 【CSV转Excel(XLSX格式)脚本分享】
    背景:大多数情况下CSV转Excel可以使用Openoffice或者Excel实现,但是偶尔也会遇到一些BT的情况,比如转换后Excel打开显示文件异常的(如图2所示)。于是乎利用xlsxwriter这个库写了个小脚本,用法如下:
    python csv2xlsx.py path-of-csv-file  file-encoding(default is utf-8)
    运行效果如图1所示。csv2xlsx.py源码链接分享 >>>https://bitbucket.org/snippets/qi/Xerx67
    发布时间:2018-06-21 18:57:26
  • 全国各类POI(美食、休闲娱乐、丽人、酒店、生活服务等等)用户评论数据7.09亿条,更新至2018年6月15日。点击查看示例数据 >>> http://t.cn/Rrv3RpO ​​​​
    发布时间:2018-06-21 10:21:20
  • 【经验分享】如何让Squid Web隧道支持SSH协议?
    默认Web隧道下连接22端口是不被允许的,会返回403错误。
    编辑/etc/squid3/squid.conf,加入如下配置行
    acl SSL_ports port 22
    acl Safe_ports port 22
    然后重启Squid即可。 ​​​​
    发布时间:2018-05-16 11:41:42
  • 当当网有多少图书,你知道吗?>>> http://t.cn/R3h6hiH ​​​​
    发布时间:2018-05-08 13:53:19
  • 【经验分享】Ubuntu下如何识别无线网卡?
    以普联的TL-WDN6200为例,使用的是rtl8812au(https://github.com/else05/rtl8812au这个驱动):
    wget http://t.cn/RuR1DrP
    unzip master.zip
    cd rtl8812au-master
    make
    sudo install
    然后重启系统,运气好的话你就能看到Wifi图标和热点列表了,如下图所示(Ubuntu14.04下亲测)。
    发布时间:2018-05-03 19:10:52
  • 【经验分享】DeleGate跑了3天日志吃了18G硬盘,如何关掉日志呢?
    查文档(ftp://www.delegate.org/pub/DeleGate/Manual.htm#LOGDIR),找到了方法,加上参数LOGFILE=""即可,原文:
    You can stop logging by specifying null file name like LOGFILE="" or PROTOLOG="". ​​​​
    发布时间:2018-04-28 18:08:15
当前位置: 首页 > 技术文章 >
基于RTMP协议的视频抓取方案
发布时间:2014-06-09 来源:未知 浏览:

Real Time Messaging Protocol(实时消息传送协议协议)是Adobe Systems公司为Flash播放器和服务器之间音频、视频和数据传输开发的私有协议。

基于RTMP协议的视频采集难度较大,因为没有具体的视频文件存在(也不存在视频文件路径),播放器(一般是Flash,SWF文件)采用RTMP协议与视频服务器直接通信,普通HTTP抓包工具也捕捉不到数据。是一种很好的视频反采集策略。

例如,http://www.military.com的视频在线播放均是采用RTMP协议。
 
鲲鹏数据的技术人员通过分析,研究出了一种采集RTMP视频的方案,思路大致如下:
 
1)获取视频的RTMP地址。往往这个地址也是很难获取到的。网站会刻意隐藏它,比如www.military.com,播放器通过AMF协议获取视频的RTMP相关参数。
比如,http://www.military.com/video/operations-and-strategy/second-world-war/d-day-remembrance-june-6th-1944/1678794581001/,我们通过抓包获取到它的RTMP视频路径是:rtmp://brightcove-80.fcod.llnwd.net:1935/a500/e1/uds/rtmp/ondemand?videoId=1678794581001
如下图所示:

2)我们已经获取到了视频的RTMP相关参数,然后我们写程序和RTMP视频服务器进行通信,读取音频、视频数据,再本地存储。
也可以调用rtmpdump工具来直接下载视频。例如,
rtmpdump -r "rtmp://brightcove-80.fcod.llnwd.net:1935/a500/e1/uds/rtmp/ondemand?videoId=1678794581001" -a "a500/e1/uds/rtmp/ondemand?videoId=1678794581001" -p "http://www.military.com/video/operations-and-strategy/second-world-war/d-day-remembrance-june-6th-1944/1678794581001/" -C "B:0" -C "S:mp4:77374810001/77374810001_1678811735001_D-Day-Remembrance---Normandy-June-6th--1944-Video.mp4&1402318800000&7e1b14d56972abe462025fa43c1f6332" -y "mp4:77374810001/77374810001_1678811735001_D-Day-Remembrance---Normandy-June-6th--1944-Video.mp4?videoId=1678794581001" -o "output.flv"
如下图所示:

如果您对该方案感兴趣可以联系我们的在线QQ客服。
特别说明:该文章为鲲鹏数据原创文章 ,您除了可以发表评论外,还可以转载到别的网站,但是请保留源地址,谢谢!!(尊重他人劳动,我们共同努力)
☹ Disqus被Qiang了,之前的评论内容都没了。如果您有爬虫相关技术方面的问题,欢迎发到我们的问答平台:http://spider.site-digger.com/
QQ在线客服
欢迎咨询,点击这里给我发送消息。
欢迎咨询,点击这里给我发送消息。